| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·研究背景与意义 | 第6页 |
| ·国内外研究现状 | 第6-8页 |
| ·国外研究现状 | 第7页 |
| ·国内研究现状 | 第7-8页 |
| ·论文的章节分配和主要工作 | 第8-10页 |
| 第二章 不确定数据及聚类算法研究 | 第10-17页 |
| ·不确定数据的研究 | 第10-11页 |
| ·不确定数据分类 | 第10页 |
| ·不确定数据的模型 | 第10-11页 |
| ·不确定数据聚类算法研究 | 第11-14页 |
| ·不确定聚类与确定聚类算法区别 | 第11-12页 |
| ·不确定数据聚类方法的改进 | 第12-13页 |
| ·不确定聚类算法的分类 | 第13-14页 |
| ·不确定数据聚类挖掘算法 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于K-means的改进算法UHK-means | 第17-24页 |
| ·UHK-means算法的基本思想 | 第17-19页 |
| ·传统的H-K聚类思想 | 第17-18页 |
| ·UHK-means算法思想及改进 | 第18-19页 |
| ·不确定数据的距离计算 | 第19-21页 |
| ·滑动平均滤波距离 | 第20页 |
| ·概率平均滤波距离 | 第20-21页 |
| ·UHK-means最优聚类数(K)——轮廓系数 | 第21-22页 |
| ·UHK-means的层次聚类的改进(H)——单连接拼接 | 第22页 |
| ·UHK-means的校验标准——整体相似度 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 UHK-means算法的详细设计 | 第24-33页 |
| ·UHK-means算法的数据建模 | 第24-25页 |
| ·相关定义 | 第25页 |
| ·UHK-means聚类过程 | 第25-29页 |
| ·UHK-means的算法分析 | 第29-32页 |
| ·UHK-means的空间复杂性分析 | 第29-30页 |
| ·UHK-means的时间复杂性分析 | 第30-32页 |
| ·UHK-means的聚类结果衡量 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第五章 实验验证及结论 | 第33-45页 |
| ·实验平台与工具 | 第33-37页 |
| ·实现的数据集来源 | 第33页 |
| ·不确定数据集的生成 | 第33-34页 |
| ·最优聚类数目的获取 | 第34-35页 |
| ·不确定数据集的后期处理 | 第35-37页 |
| ·实验结果与分析 | 第37-44页 |
| ·实验数据 | 第38页 |
| ·实验一：二维数据集模拟实验 | 第38-40页 |
| ·实验二：Iris数据集模拟实验 | 第40-42页 |
| ·实验三：Statlog数据集模拟实验 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·论文总结 | 第45页 |
| ·下一步工作展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 作者简介 | 第51页 |
| 攻读硕士学位期间研究成果 | 第51-52页 |